10.3969/j.issn.2095-2163.2021.07.005
基于深度学习的区块链数据分片峰值聚类算法
为了提高物联网区块链数据挖掘能力,需要进行数据优化聚类处理,提出基于深度学习的区块链数据分片峰值聚类算法.采用异构有向图分析方法进行物联网区块链数据存储结构设计,结合特征空间重组技术进行物联网区块链数据结构重组,提取物联网区块链数据的关联信息特征量,采用语义相关性融合的方法进行区块链数据特征提取和自适应调度,对提取的物联网区块链数据特征量进行模糊聚类处理,采用模糊C均值聚类方法进行物联网区块链数据的网格分片峰值聚类和属性分类识别,采用深度学习方法进行数据聚类过程中的分片峰值融合和聚类分析,实现区块链数据分片峰值聚类.仿真结果表明,采用该方法进行区块链数据分片峰值聚类的收敛性较好,误分率较低,自适应学习能力较强.
深度学习;区块链;数据;挖掘;聚类
17
TP391(计算技术、计算机技术)
2020年度广东省普通高校特色人才创新项目自然科学类项目2019KTSCX223
2021-11-23(万方平台首次上网日期,不代表论文的发表时间)
共5页
20-23,31